| 标题 |
Designing High‐Entropy Alloys With Low Stacking Fault Energy Through Interpretable Machine Learning 相关领域
层错能
人工智能
机器学习
高熵合金
堆积
特征选择
计算机科学
多层感知器
算法
支持向量机
材料科学
合金
变形(气象学)
极限抗拉强度
可塑性
梯度升压
熵(时间箭头)
Boosting(机器学习)
能量(信号处理)
无扩散变换
极限学习机
相界
模式识别(心理学)
特征向量
价(化学)
特征(语言学)
变形机理
形状记忆合金
相(物质)
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Materials Genome Engineering Advances 作者:Shuai Nie; Yixuan He; Haoxiang Liu; Xudong Liu; Haifeng Wang; et al 出版日期:2026-01-01 |
| 求助人 | |
| 下载 | |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)